Traders apostam em IA para lucrar mais, mas resultados ficam aquém

Investidores utilizam bots de Inteligência Artificial para comprar e vender ativos, mas os resultados são inconsistentes e os riscos permanecem altos para o varejo.
O agente de IA de Jake Nesler acertou na primeira semana após Nvidia subir, mas evitar uma alta teria gerado prejuízo estimado em US$ 10.000.
No X e em outras redes, há relatos virais de retornos elevados com IA, incluindo ganâncias extraordinárias no Polymarket que foram questionadas ou desmentidas.
Plataformas de negociação estão abrindo espaço para agentes de IA, com empresas buscando oferecer essas ferramentas aos clientes.
Em testes, o agente de Nesler rendeu cerca de 7% em 30 dias, frente a aproximadamente 4,5% do S&P 500 no mesmo período, mas houve perdas de até 22% e ele não recomenda investir dinheiro de verdade ainda.

Nos mercados de ações e criptomoedas, investidores vêm testando bots de Inteligência Artificial para comprar e vender ativos, buscando lucrar com automação. Ganhos pontuais foram observados, mas a consistência ainda é um desafio para varejo.

Um caso divulgado pela Bloomberg envolve Jake Nesler, engenheiro de software de 29 anos, em Scranton, Pensilvânia. O agente de IA treinado com base em seus próprios instintos negou seguir um impulso de alta, evitando um prejuízo estimado de US$ 10 mil na primeira semana.

O episódio ocorreu após Nesler observar ganhos da Nvidia no fim de novembro, quando o ativo impulsionou o mercado. O bot, programado para reagir a padrões, acabou por recuar diante da pressão de venda, segundo o relato.

O interesse por IA no trading cresceu com a facilidade de uso de plataformas de código aberto, que permitem que usuários operem por meio de mensagens em apps como WhatsApp e Telegram. A tendência atraiu tanto traders iniciantes quanto plataformas de negociação.

Mercados de previsão e criptomoedas passaram a oferecer interfaces para agentes de IA executarem negociações. A lógica é simples para as bolsas: mais volume tende a ampliar a liquidez e a receita por comissões.

Especialistas, no entanto, destacam limitações técnicas e estratégicas. Grandes modelos de linguagem tendem a reforçar visões conservadoras de investimento, dificultando a adoção de estratégias agressivas por IA.

Nesler testou o desempenho do seu agente em mercados de previsão, conectando-o a Kalshi. O resultado foi modesto: o bot teve acertos em algumas operações, mas acabou sem consistência para uso financeiro real. O inventor continua avaliando, sem recomendar aplicação de dinheiro de terceiros.

Analistas afirmam que ganhos no uso de IA em trading dependem de escala, velocidade e comunicação entre o bot e as condições de mercado. Em ambientes com baixo volume, a eficácia de tais agentes é ainda questionável.